Evolución descifrada: formas de proteínas revelan vínculos biológicos ancestrales milenarios

MadridUn estudio innovador publicado en Nature Communications revela que conocer las formas tridimensionales de las proteínas puede ayudar a los investigadores a descubrir conexiones evolutivas antiguas. Dirigido por el Dr. Cédric Notredame y la Dra. Leila Mansouri del Centro de Regulación Genómica, el estudio demuestra que las estructuras de las proteínas ofrecen un método más confiable para construir árboles evolutivos que las secuencias de ADN por sí solas.

Árboles evolutivos tradicionales y la solidez de las estructuras proteicas

Los árboles evolutivos tradicionales se basan en la comparación de secuencias de ADN o proteínas para identificar relaciones entre especies. Con el tiempo, estas secuencias pueden cambiar considerablemente, lo que dificulta rastrear ancestros comunes. Este problema, conocido como saturación de secuencia, a menudo lleva a árboles evolutivos inexactos. El estudio muestra que las estructuras de proteínas son más consistentes a lo largo del tiempo, brindando una base más sólida para comprender la historia evolutiva.

Lo que hace que este enfoque sea relevante:

• Utiliza las formas de las proteínas para rastrear la historia evolutiva.
• Combina las estructuras de proteínas con secuencias genéticas para mayor precisión.
• Menos afectado por cambios a lo largo del tiempo en comparación con los datos genéticos solos.
• Tiene el potencial de mejorar la comprensión de las quinasas humanas, fundamentales para el desarrollo de fármacos.
• Ayuda a identificar relaciones evolutivas incluso de hace mil millones de años.

Mediante el estudio de la forma física de las proteínas, los investigadores midieron distancias intra-moleculares para trazar las historias evolutivas. Descubrieron que los árboles construidos a partir de datos estructurales coincidían estrechamente con los elaborados con secuencias genómicas, pero con menos discrepancias. Este enfoque combinado permite a los científicos distinguir con mayor precisión entre relaciones precisas e inexactas.

Este hallazgo podría tener un gran impacto en numerosos campos, como la biotecnología y la investigación de enfermedades. Puede mejorar nuestra comprensión de cómo evolucionan las enfermedades, lo que ayuda en el desarrollo de nuevas vacunas y tratamientos. Al examinar las relaciones de proteínas como las quinasas, que desempeñan un papel vital en las funciones celulares, los científicos pueden desarrollar terapias más específicas para enfermedades como el cáncer. El estudio abre la puerta a explorar la evolución de las proteínas a una escala sin precedentes, lo que podría beneficiar a numerosas áreas de la ciencia y la medicina.

Superar la saturación evolutiva

El desafío de la saturación evolutiva representa un problema importante para comprender el pasado distante de la historia de la vida. A lo largo de periodos muy extensos, las secuencias de ADN pueden sufrir alteraciones significativas, lo que dificulta rastrear sus formas originales. Esto complica la construcción de árboles evolutivos precisos, en los cuales los científicos confían para entender las relaciones entre especies y genes.

Para abordar este problema, los investigadores están recurriendo a las formas de las proteínas. Estas estructuras tridimensionales son más estables con el tiempo en comparación con sus secuencias. Se adaptan lentamente, preservando características antiguas que podrían perderse en las secuencias. En este enfoque innovador, los investigadores midieron las distancias entre partes específicas de las estructuras de las proteínas, conocidas como distancias intra-moleculares. Aquí está la razón por la que este método es significativo:

Conexiones Evolutivas a través de Estructuras y Genomas

• Ofrece conexiones evolutivas más precisas cuando las secuencias de ADN no son suficientes.
• La combinación de datos estructurales y genómicos mejora la precisión de los árboles evolutivos.
• Abrir nuevas oportunidades para estudiar las relaciones antiguas entre familias de proteínas.

Este novedoso método no necesita que las proteínas tengan formas determinadas experimentalmente. Esto es crucial dado el enorme volumen de datos estructurales previstos por herramientas como AlphaFold 2. Existen millones de secuencias de proteínas, y se espera que haya muchas más a medida que avanzan proyectos como el EarthBioGenome.

Comprender estas conexiones es esencial para algo más que la simple curiosidad histórica. Por ejemplo, las quinasas de proteínas son fundamentales en muchas funciones celulares y son objetivos clave en las terapias contra el cáncer. Al crear un árbol evolutivo de quinasas más preciso, los investigadores pueden entender mejor cómo funcionan estas proteínas, sus interacciones con los medicamentos y posiblemente mejorar los tratamientos. Las implicaciones van más allá de la salud humana, ayudando en el desarrollo de vacunas y en la comprensión de la evolución de las enfermedades, entre otras aplicaciones. El estudio de las estructuras proteicas puede ofrecer perspectivas únicas donde los datos genéticos solos no son suficientes, ayudándonos a ensamblar el rompecabezas de la historia antigua de la vida.

Implicaciones para la medicina

El estudio reciente sobre la conformación de proteínas tiene importantes implicaciones para la medicina. Las estructuras proteicas ofrecen nuevas formas de entender las enfermedades y mejorar los tratamientos. A continuación, se presentan algunos beneficios médicos potenciales:

• Optimización del diseño de fármacos: Comprender las formas de las proteínas puede conducir a medicamentos más efectivos. Al saber cómo interactúan las proteínas a nivel estructural, los científicos pueden diseñar fármacos que se ajusten mejor y funcionen con mayor eficiencia.
• Mejora en el tratamiento del cáncer: Muchas terapias contra el cáncer se dirigen a proteínas específicas, como las quinasas. Con árboles evolutivos más claros de estas proteínas, es posible desarrollar tratamientos contra el cáncer más precisos.
• Impulso al desarrollo de vacunas: El conocimiento sobre la evolución de las proteínas puede ayudar a entender mejor a los patógenos. Esta información es vital para crear vacunas que apunten a las vulnerabilidades de virus y bacterias.
• Seguimiento de la evolución de enfermedades: Examinar las estructuras de las proteínas da pistas sobre cómo han cambiado las enfermedades con el tiempo. Este entendimiento es útil para predecir cambios futuros y preparar nuevos tratamientos.
• Avances en biotecnología: La ingeniería de proteínas en biotecnología se beneficiaría de esta investigación, dando lugar a nuevas enzimas y productos biotecnológicos.

La combinación de las estructuras de proteínas con datos genéticos brinda una visión más completa de la evolución de la vida. Este enfoque dual disminuye los errores que surgen al depender únicamente de las secuencias genéticas, las cuales pueden variar a lo largo del tiempo. Nos permite descubrir conexiones que antes estaban ocultas.

En el ámbito de la medicina, esto se traduce en modelos más confiables sobre la evolución de las proteínas y, por ende, de las enfermedades. Por ejemplo, las quinasas juegan un papel crucial en numerosos procesos celulares y son el objetivo de diversos medicamentos. Comprender su evolución ayuda a mejorar estos tratamientos, lo que podría traducirse en mejores resultados para los pacientes.

Además, los árboles evolutivos mejorados pueden orientar investigaciones más allá de las quinasas. Pueden ayudar a rastrear proteínas asociadas con trastornos genéticos, lo que conduce a mejores diagnósticos o terapias. Al comprender más profundamente la evolución de las proteínas, los investigadores pueden personalizar tratamientos según la composición genética de una persona o prever cómo podrían responder las enfermedades a nuevos medicamentos.

La incorporación de las estructuras proteicas en la investigación médica representa una frontera prometedora. Abre nuevas vías para explorar rasgos complejos y mecanismos de enfermedades, lo que conduce a avances en el ámbito de la salud.